前測思維研究所(1)：量化是減少不確定性的第一步

2024年更新，這裡想跟你推薦我的課程：前測問卷設計實戰課程

前言：

我發現我這三到五年主要的工作和累積，都是在解決新產品、新服務或新事業，在0到1的階段如何有效生存下來的方法，內容包含：如何驗證自己想法是否靠譜?如果測試自己的產品或服務是否有市場價值? 用戶是否真的買單? …等等。

我打算寫一系列文章，嘗試將自己這幾年在這方面的一些經驗，並且試著整理出一套方法論，而裡頭的內容會有許多讀書或學習的筆記，或者是一些我在實務工作解決問題的思路與技巧。

希望這些內容對您有所幫助，您在閱讀完有任何收獲，也歡迎隨時與我交流互動。

一、量化是減少不確定性的第一步

所有科學研究的目的與結果都是減少我們人類對這世界的不確性，而要想做好研究的第一步，就是要先確認需要量化的目標是什麼，而在商業領域上也是如此，如果我們的新產品、新服務或新的創業項目在0到1的階段想要預測或驗證是否成功的話，學習如何量化也會是重點之一。

同時，身為創業者或管理者們都應該要明白，有許多事物看似無法量化，但事實上很可能只是你尚未為所討論的主題作出明確定義。

因此如果你能夠搞清楚自己的商業問題，或者內心的真實意圖是什麼，就已經完成了量化工作的一半。

比方說：在氣候變化研究中，碳排放量是一個關鍵指標。確定碳排放量有助於科學家了解人類活動對全球變暖的影響，並制定相應的減排政策。此外，透過量化碳排放，政府和企業能夠實施更有效的減排措施，以實現可持續發展目標。

另外又比方說：在商業上常見的「客戶滿意度指數」（Customer Satisfaction Index, CSI）也是一個經典的案例，對於企業來說，客戶滿意度是一個重要的經營指標。通過將客戶滿意度量化，企業可以了解客戶對其產品或服務的滿意程度，從而優化商業策略以吸引和留住客戶，而不是只憑大家的感覺來做決策。

二、減少不確定性所需的成本比你想像中還來小

其實已經有許多被證明有效的量化方法，有助于我們量化某些最初認為不可量化的事物，而且可能方法你比想像中的簡單或者成本更低，另外大多數量化方法其實就是一些基本方法的變化，這些基本方法有幾種抽樣和控制實驗，有時候還會選一個重點問題來關注。

比方說：看到這個新聞時，我們會想知道，要如何簡單估算一個池子中有多少魚？當然最笨的方式就是直接把魚池抽乾，然後把所有的魚撈出來一條一條去數，但可想而之，這方法的成本代價太高。

而一個簡單的方式如下：我們可以先捕捉了40條魚，然後在各自標記後把魚放回。

再過了幾天之後，我們可以再捕撈約160條魚，其中發現有6條帶標記，因此標記魚與總魚數的比例是6:160。

而因為一開始我們有40條標記魚，所以我們可以估算出魚池裡的魚應該有1067條（算式：(40×160)/6=1067）

不過這裡也要提醒你，這樣的估計方式，仍可能有很大誤差，例如魚的分布並不一定均勻。我們在撈的時候，可能會因為少抓了兩條標記魚，結果魚的總數就會被高估變成1600條（算式：(40×160)/4=1600）。這樣就容易產生30%的誤差因此，建議一個更好的方法是多捕捉幾次，再取個平均值。

這個例子的重點是想告訴時，有時你想量化一件事情的方法與成本，可能比你原先想像中的還要小。

但是在商業決策的場景中，這些量化方法常常被忽略，也許是因為大家覺得它們太過細節和正式了。即使這些方法不花太多時間和錢，人們還是覺得沒必要去做，但事實上，它們是可以起到很大作用。

例如：「５人法則」我覺得就是一個很有用的方法之一，這個方法來自《如何衡量萬事萬物》這本書，下面是我改寫的一個案例來幫助你理解，我們將運用五人法則來衡量公司內部的員工滿意度。

假設某公司正在尋求改進員工福利，以提高員工的工作滿意度，以期提高整體的工作效率。在這種情況下，了解員工的滿意程度對於制定相應的改進計劃非常重要。

為了節省時間和資源，我們將使用五人法則來進行抽樣調查。首先，從公司的員工通訊錄中隨機挑選五名員工。接著，對這五名員工進行一次簡短的問卷調查，詢問他們對目前的工作滿意度以及期望公司改進的方面。問卷可以包括一個滿意度評分，範圍在1到10之間，1表示非常不滿意，10表示非常滿意。

假設收集到的五個滿意度評分分別為6、8、7、9和5。在這個範圍內，最低評分為5，最高評分為9。根據五人法則，所有員工的平均滿意度有93.75%的可能性在5到9之間。這意味著，根據這個小樣本，可以估算出公司整體的員工滿意度大致在這個範圍內。

接下來，我們可以分析這五名員工提出的改進建議。假設他們分別希望改進的方面包括：工作環境、薪資待遇、工作時長、教育訓練機會和福利政策。這些反饋的資訊可以幫助公司了解員工需求，進一步制定相應的改進計劃。

然而，在使用五人法則時，我們仍需考慮一些可能影響結果的因素。例如，抽樣方法的好壞可能會對結果產生很大影響。在這個案例中，如果五個被抽樣的員工都屬於同一部門，那麼結果可能會受到這個部門特定狀況的影響，從而無法完全反映整個公司的員工滿意度。此外，樣本中的員工可能會受到他們當天的心情、最近的工作經歷或其他因素的影響，這些因素也可能導致調查結果的偏差。

因此，在分析結果時，我們應該採取一定的保守態度，將樣本調查結果作為參考，而非絕對的數據。對於可能存在的誤差，我們可以通過與其他資訊相結合，例如評估員工流失率、收集更多部門的反饋等方式，來獲得更全面的滿意度評估。

在這個案例中，五人法則提供了一個快速、簡便的方法來估算公司整體的員工滿意度。雖然這種方法可能存在一定的誤差，但在時間和資源有限的情況下，它依然是一個有價值的工具。透過這個方法，公司可以快速了解員工的需求和期望，制定相應的改進策略，提高整體的員工滿意度和工作效率。

這裡也再補充「5人法則」的其他解釋：Why You Only Need to Test with 5 Users ，這篇文章的作者是 Jakob Nielsen，他是丹麥一位人機互動專家，被認為是現代使用者體驗設計（User Experience, UX）的先驅之一，在網站設計和使用者測試方法的發展上有重要的貢獻。

文章中提到的 “5 人法則”（Rule of 5）來源於他對使用者介面測試的觀察，並非基於嚴格的統計計算，而他的主要觀察是，對於大部分的使用者介面設計，每增加一個測試用戶，就能發現更多的問題，但是這些新發現的問題的數量會隨著測試用戶數的增加而遞減。換句話說，每個額外的用戶提供的新資訊會越來越少。基於這種觀察，Nielsen 建議只需要五個用戶就足以找出大部分的使用者介面問題。不過這裡要提醒你的是，這個法則並不是基於精確的統計計算，而是基於作者的經驗和對問題發現速率的估計。

Nielsen 的觀察可以以數學模型來表示，在文章中你可以看到圖片，這個模型稱為 “問題發現曲線”（problem discovery curve）。這個曲線的形狀大致上是一個遞減的曲線，表示每增加一個測試用戶，發現的新問題數量就會遞減。

這個模型的基本假設是每個用戶都有一定的機率發現一個問題，並且每個問題都有一定的機率被一個用戶發現。因此，每增加一個用戶，就增加了發現新問題的機會，但是這些新問題的數量會隨著已經發現的問題數量的增加而遞減。

最後，再次提醒這個模型並不提供一種精確的方法，而是提供一種直觀的方式來理解為什麼每增加一個用戶，發現的新問題數量會遞減。實際上，會因為具體的測試環境和用戶樣本的變化而變化。

總結來說，五人法則可以幫助我們在許多情境中迅速獲得有用的資訊，而我認為它適用於許多範疇廣泛的問題，例如：滿意度調查、產品評價、用戶行為等等，而我自己在做群眾募資專案，或者線上課程的「課前調查」的抽樣訪談時，也時常會用到這個方法。。

雖然它可能存在一定的誤差，但是簡單易用和成本效益使其在許多情況下具有很高的實用價值。

當然，在運用五人法則時，我們需要留意抽樣方法的選擇以及結果的局限性，適當地結合其他資訊來源，以獲得更全面、準確的結果。

最後我想引用書中的一段話來提醒你：「人們經常高估了樣本的誤差，從而導致對樣本價值的低估。」

三、不用一步到位，降低不確定性是一個不斷改善的過程

這點很多人並不知道，他們會認為想做好預測或評估似乎就要一次解決，如果沒有任何方法可以做到這樣的話，就不值得去做，轉而就去胡亂嘗試，或只想依照直覺或經驗就去下判斷。

在實務上我建議你可以把下面這2點放在心上，它不一定在所有情境下都是正確的，但實際在使用中我覺得很有用：

1. 你面臨的難題並非像你所想的那麼特殊，以及你所需的資料比你想像中的還要少

比方說，過去我有個客戶，他們決定要開發一項新產品，在投入之後老板希望先找一些資料來研究，但公司的市場部門同仁，認為他們面臨的競爭環境與客戶需求相當特殊，難以找到相關資料。(這在許多公司都有類似的狀況。)

然而，當我接到這個案子之後，仔細研究了過往的一些市場報告，並且協助客戶一起調查後，我才發現其實客戶本身就有足夠的數據，足以分析出潛在客戶的需求。而且，在經過一番挖掘，他們自己也發現，要收集的新資料其實遠比原本想象的少。

最後，客戶公司決定利用已有資料進行初步研究，並輕鬆地獲得了少量新資料來驗證他們的假設，使新產品順利上市。

2. 你擁有的資料比你所認為的更豐富，獲得新數據的過程比你想像的更簡單

比方說，我有一個學弟，他是一位新創公司的產品經理，最近被公司指派一個新的任務，要替公司的App改版，要設計出一個對用戶友善的新介面，但他認為自己要先有大量的數據才能完成任務。

因此他跟公司提出了許多要求和資源，但卻一直被主管給打槍，他覺得很無奈，完全很不合理，因此來找我諮詢時，一直抱怨公司在找他麻煩，說又要馬兒好又要馬兒不吃草，根本做不到。

但實際上在與他仔細討論過，我發現他其實已經擁有了來自過去APP的用戶反饋，可以幫助他理解用戶的喜好和需求。此外，其實他僅僅需要進行有限的新調查或測試，就可以來獲得用戶的反饋。

四、小結

我想閱讀這篇文章的讀者，可能都會想像過去在大學裡曾學過的統計學，會回想起各種量化的概念，不過其實對多數人而言，釐清量化的觀念並不容易，而且當我們進入職場工作之後，不管是在任何專業領域或職務工作中，你會發現你所面對的各種問題，似乎都是一個又一個無法衡量的事物。

比方說：

• 身為電商的開發業務，老板叫你選品時，你會心想說：這個產品到底會不會變成爆款？
• 在接募資專案時，客戶一定會問我說：你覺得這個產品可以募多少錢？
• 進行創業諮詢顧問時，客戶時常會問說：「我不太確定這個點子到底有沒有市場？」（創業者的心態通常是兩個極端，一方面對自己的點子有極度的信心，但對未知又有無限的焦慮。）

而要想解決這些問題，除了學習量化與前測的技巧之外，在這之前你要排除心中的第一個阻障，要先給自己一個重要認知是：無形事物只是個迷思，量化的困難是可以克服的，而探討與數量相關的問題具有重要意義。

以上，如果你讀完這篇文章有任何想法，歡迎您隨時留言與我交流互動。